MétaCan
Menu
Retour à la cohorte
Enregistrement W2902195259 · doi:10.31603/paedagogie.v13i2.2363

Meningkatkan Kemampuan Menyimak melalui Metode Bercerita pada Anak Usia Dini

2018· article· en· W2902195259 sur OpenAlexaff
Agni Ayu Prasiwi

Notice bibliographique

RevuePaedagogie · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Methods and Media Use
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésActive listeningPsychologyAction researchStorytellingMathematics educationCommunicationArt

Résumé

récupéré en direct d'OpenAlex

The study aims to improve the listening ability through the method of telling the story of the children of group A TK Pertiwi Rejowinangun Selatan Magelang City. Research is a classroom action research consisting of four stages: planning, implementation, observation and reflection. The research was conducted in TK Pertiwi Rejowinangun Selatan Kota Magelang. The subjects of this study are students of Group A of TK Pertiwi Rejowinangun Selatan Kota Magelang, amounting to 12 children. Variables used in the study include input variables (listening ability before action), process variables (storytelling method) and output variables (listening ability after action). Methods of data collection using observation method. Methods of data analysis using descriptive statistical analysis percentage, with success indicator> 75%. The conclusion of the research result proves that storytelling is effective to improve the listening ability in group A TK Pertiwi Rejowinangun Selatan Magelang City. The result of preliminary observation is known that average listening ability only reach 60,9%. After the learning activities using the storytelling method, the average achievement of listening ability of subjects increased to 86.1%, has exceeded the target set that is> 75%.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,079
Tête enseignante GPT0,374
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaedagogieMême sujetEducational Methods and Media UseTravaux en français237 207